自定义Advisor
让我们回到和ai对话时,进行添加会话的操作
org.javaup.ai.cotroller.ProgramController#chat
@RequestMapping(value = "/chat", produces = "text/html;charset=utf-8")
public Flux<String> chat(@RequestParam("prompt") String prompt,
@RequestParam("chatId") String chatId) {
chatTypeHistoryService.save(ChatType.ASSISTANT.getCode(), chatId);
return assistantChatClient.prompt()
.user(prompt)
.advisors(a -> a.param(ChatMemory.CONVERSATION_ID, chatId))
.stream()
.content();
}
这里在和ai进行具体的对话操作之前,调用save方法,就会把会话类型历史进行保存了
但感觉是不是有点不舒服,SpringAI 在对具体回话内容保存的时候,是使用 .advisors(a -> a.param(ChatMemory.CONVERSATION_ID, chatId)) 进行保存的,充分提到了Spring的拦截切面思想。
而保存我们设计的会话列表的时候,是直接调用 service 了,这样和 SpringAI 的设计是不符合的,最好的方式是也可以用 advisors 来实现,这样就是符合 SpringAI 的设计思想,整体风格也会很统一,如果给别 ChatClient 进行扩展也是非常的方便
所以到这里,就需要我们来自定义 advisor 了
付费内容提示
该文档的全部内容仅对「JavaUp项目实战&技术讲解」知识星球用户开放
加入星球后,你可以获得:
- 超级八股文:100万+字的全栈技术知识库,涵盖技术核心、数据库、中间件、分布式等深度剖析的讲解
- 讲解文档:黑马点评Plus、大麦、大麦pro、大麦AI、流量切换、数据中台的从0到1的550+详细文档
- 讲解视频:黑马点评Plus、大麦、大麦pro、大麦AI、流量切换、数据中台的核心业务详细讲解
- 1 对 1 解答:可以对我进行1对1的问题提问,而不仅仅只限于项目
- 针对性服务:有没理解的地方,文档或者视频还没有讲到可以提出,本人会补充
- 面试与简历指导:提供面试回答技巧,项目怎样写才能在简历中具有独特的亮点
- 中间件环境:对于项目中需要使用的中间件,可直接替换成我提供的云环境
- 面试后复盘:小伙伴去面试后,如果哪里被面试官问住了,可以再找我解答
- 远程的解决:如果在启动项目遇到问题,本人可以帮你远程解决
进入星球后,即可享受上述所有服务,保证不会再有其他隐藏费用。
